B9475 - ANALISI DEI DATI PER LE SCIENZE MOTORIE

Conoscenze e abilità da conseguire

Nel corso vengono acquisite le soluzioni tecnologiche e i metodi avanzati per l’analisi dei dati ottenuti dai principali protocolli impiegati nell’ambito delle scienze motorie come, ad esempio, nell'analisi del movimento e nel controllo dell'allenamento. Tali obiettivi vengono raggiunti mediante esercitazioni individuali con l'uso di strumenti avanzati di analisi.

Contenuti

Introduzione al corso. Data analytics nelle organizzazioni sportive.

Forme di dati. Excel per la registrazione dei dati. La pulizia dei dati.

Analisi descrittive, predittive e prescrittive. Adattare l’analisi allo scopo.

I report e le dashboard: Power BI. I fondamenti; l’importazione e trasformazione dei dati.

Creazione di tabelle, grafici, KPI card. Modelli relazionali. Esercitazione: dashboard per indicatori relativi a una singola sessione.

Dalle formule in Excel alle basi della programmazione.

Dashboard avanzate. DAX per metriche personalizzate. Esercitazione: analisi mensile dell’andamento carico

Revisione e ottimizzazione delle dashboard. Revisione dei modelli costruiti. Evitare gli errori comuni.

Una panoramica dei protocolli. Test individuali, biomeccanica, dati spirometrici, GPS ecc.

Preparazione per il progetto finale. Organizzazione del compito. Workshop sul progetto finale

Oltre le dashboard. Ambienti di programmazione e markdown.

Presentazioni dei progetti finali. Considerazioni conclusive.

Testi/Bibliografia

Il corso non ha un testo di riferimento. Per lo studente curioso che vuole approfondire alcune tematiche affrontate nel corso, propongo:

“Moneyball: the art of winning an unfair game” Michael Lewis (2004) – un episodio curioso nella storia della sports analytics, successivamente drammatizzato nel film “L’arte di vincere” (2011)

“Sports Analytics: A Guide for Coaches, Managers, and Other Decision Makers” Benjamin Alamar (2013) – una panoramica sull’uso della data analytics nello sport professionistico

“La matematica del gol: quando la scienza entra in campo”, David Sumpter (2017) – come la matematica può aiutare nell’analisi dello sport (e più precisamente del calcio)

Metodi didattici

Lezioni frontali.

Casi di studio illustrati da un “data analyst” per il calcio professionistico

Esercitazioni in classe

Lavoro in coppie o individualmente per la preparazione di una presentazione su una raccolta di dati a libera scelta, approvato dal docente, che consiste in tre fasi – trasformazione dei dati in forma utile per l’analisi, l’analisi statistica/grafica, preparazione della presentazione.

Modalità di verifica e valutazione dell'apprendimento

La frequenza e la partecipazione alle attività di gruppo costituiranno il primo elemento di valutazione ai fini della verifica finale.

L'esame finale sarà costituito due elementi:

1. Il consegno delle materiali preparativi alla presentazione finale (dati, codice sorgente, altra documentazione), da sottomettere in formato elettronico in concomitanza con la presentazione.

2. Una breve presentazione in cui i candidati mostrano la capacità di comunicare i risultati di un’analisi da loro intrapresa dei dati acquisiti in un contesto reale.

Per gli studenti che non riescono partecipare a tutte le attività di gruppo, il primo e il terzo elemento dell’esame verranno sostituiti da un esame orale più approfondito nel quale saranno verificate le conoscenze e competenze acquisite durante il corso.

Strumenti a supporto della didattica

Copie delle diapositive mostrate a lezione (da reperire sull'applicativo EOL).

Alcune esercitazioni verranno svolte in aula, per cui gli studenti sono tenuti a portare i computer portatili con accesso a internet.

---

Eventuali studenti con DSA sono pregati di contattare il docente anticipatamente, per discutere possibili modifiche ai materiali, oppure supporti supplementari, nonché la modalità dell'esame.

Orario di ricevimento

Consulta il sito web di David Neil Manners